Rimini, 24 agosto 2026. L’intelligenza artificiale può aumentare produttività ed efficienza, ma richiede energia, acqua, territorio, reti e infrastrutture: la sua sostenibilità deve quindi essere misurata sul rapporto concreto tra valore prodotto e risorse impiegate. È il tema affrontato al Meeting di Rimini nell’incontro “Il legame tra energia e intelligenza artificiale: costi e benefici”, organizzato da Cdo Energia con il sostegno di SGR Efficienza Energetica, APT Regione Emilia-Romagna, Acea e Amazon Web Services. Sono intervenuti Vincenzo Colla, vicepresidente della Regione Emilia-Romagna; Franco Cotana, amministratore delegato di RSE; Andrea Cristini, presidente ANIE Rinnovabili; Maurizio Delfanti, professore di Sistemi Elettrici per l’Energia al Politecnico di Milano; Giulia Giacometti, responsabile operations Acea Acqua; Italo Moroni, executive director Energy & Utilities Engineering. Ha moderato Felice Vai, vicepresidente Compagnia delle Opere. Il confronto ha evidenziato come l’idea che l’AI risolva automaticamente ogni problema sia la previsione di un sistema energetico inevitabilmente travolto dai consumi. Ne è emerso un criterio industriale e pubblico: distinguere le applicazioni, verificare i benefici reali, pianificare le connessioni, proteggere le risorse e orientare gli investimenti verso un’innovazione utile a imprese, servizi e territori.
Cotana illustra come un sistema energetico nel quale l’intelligenza artificiale è contemporaneamente consumatore e strumento di ottimizzazione. Algoritmi predittivi, digital twin, visione a infrarossi e analisi satellitari possono aumentare l’affidabilità delle reti, prevenire guasti e blackout, riconoscere impianti rinnovabili e gestire una complessità cresciuta con oltre due milioni di produttori elettrici e trenta milioni di contatori elettronici. Inoltre ha richiamato il token come unità di calcolo computazionale e la riduzione dell’energia necessaria per elaborarne un milione; l’efficienza unitaria migliora, ma l’aumento degli utilizzi fa comunque crescere la domanda complessiva. In Italia i data center sono arrivati a consumare 6,2 terawattora, quasi il 2% dei 315 terawattora elettrici complessivi, mentre Terna ha ricevuto richieste di potenza molto superiori ai progetti che probabilmente verranno realizzati, concentrate soprattutto nel Nord. La prospettiva al 2050 vede inoltre l’elettricità salire verso 650-700 terawattora. Per rispondere alla domanda futura, Cotana ha richiamato rinnovabili, bioenergie, reti innovative e l’ipotesi di un contributo dei piccoli reattori modulari dal 2035. «Ecco, l’intelligenza artificiale sta rivoluzionando la transizione energetica e offre soluzioni veramente innovative anche nel campo dell’energia», ha sintetizzato, ricordando però che essa consuma a sua volta molta energia.
Moroni propone di affrontare l’intelligenza artificiale con lo stesso metodo impiegato per ogni investimento industriale: un business plan che misuri costi e benefici. «Sta nel fare un business plan fatto bene, nel valutare quanto valore produco per ogni unità di risorsa investita o utilizzata con l’intelligenza artificiale», ha spiegato. La risorsa non è soltanto energia: i data center occupano territorio, richiedono acqua per il raffreddamento e dipendono da una filiera di componenti e infrastrutture. La domanda non è più se adottare l’AI, ormai presente anche inconsapevolmente nei processi, ma come farlo e con quale tecnologia, perché non esiste una ricetta valida per ogni impresa o territorio. Nel software, Moroni ha descritto un cambiamento avvenuto in pochi mesi: gli strumenti agentici hanno industrializzato parte del processo creativo, dalla definizione del requisito alla generazione del codice. Nella sua esperienza l’impatto sulla produttività è passato dal 10 al 40%, liberando risorse per altre attività e modificando il mix professionale fino all’assunzione di linguisti, necessari per migliorare l’interazione scritta con i sistemi. Anche il prompt diventa patrimonio da ottimizzare per ridurre token, costi ed energia. La sostenibilità di lungo periodo richiede che il valore ottenuto superi l’insieme delle risorse materiali, economiche e professionali impiegate.
Delfanti distingue le richieste di connessione dai consumi che si materializzeranno realmente. Dai 30 gigawatt cumulati di fine 2024 si è passati a circa 70 a fine 2025 e si potrebbe arrivare a 100 nel 2026, ma la stima al 2030 è che soltanto due gigawatt diventino effettivi. Le proiezioni restano incerte perché l’efficienza dei modelli può cambiare rapidamente: tecnologie capaci di svolgere gli stessi processi con una frazione dell’energia modificano in una notte previsioni e investimenti. La rete italiana, ha aggiunto, è efficiente e innovativa rispetto al resto d’Europa; lo testimoniano gli investimenti, i contatori intelligenti e la bassa incidenza dei costi di rete sulla bolletta. Il punto decisivo è governare l’accesso. «Perché regolare l’accesso alla rete si può, altri lo hanno fatto coerentemente con la disciplina europea, possiamo farlo anche noi», ha affermato. In Irlanda chi richiede una connessione deve rispondere a quarantuno requisiti, indicando provenienza dell’energia, quota rinnovabile, compensazioni e uso del calore di scarto. La Spagna premia i progetti che soddisfano più condizioni; la Francia considera l’efficienza espressa in operazioni per chilowattora. Sono modelli diversi, ma accomunati dalla selezione dei progetti prima della connessione. Dove il mercato è stato lasciato senza criteri, come in alcuni Stati americani, i consumi dei data center hanno inciso su prezzi e disponibilità per l’utenza civile. Per l’Italia serve quindi una regia nazionale, completata dal contributo delle regioni, che colleghi autorizzazioni, capacità della rete e qualità energetica dei progetti.
Giacometti inserisce nel confronto la risorsa idrica, spesso meno visibile dell’energia ma essenziale per il raffreddamento dei data center. Per addestrare GPT-3, ha ricordato, sono stati stimati circa 700 mila litri d’acqua. Il costo deve tuttavia essere comparato ai benefici che l’intelligenza artificiale produce nella gestione del servizio idrico: Acea utilizza machine learning e analisi automatizzate per elaborare milioni di dati provenienti da reti e impianti attivi ventiquattro ore su ventiquattro, localizzare le perdite, intervenire rapidamente e determinare il punto di funzionamento più efficiente di depuratori e impianti di sollevamento. In un Paese nel quale Moroni ha richiamato una perdita idrica media del 42%, la digitalizzazione può diventare parte della soluzione. Il limite è netto: «il consumo di acqua potabile non può mai entrare in competizione con questi tipi di consumi». La priorità resta la tutela della risorsa destinata alle persone. Per questo Giacometti ha indicato l’acqua di riuso proveniente dagli impianti di depurazione come alternativa per il raffrescamento industriale. Il depuratore non deve più essere considerato soltanto il punto terminale del ciclo, ma un hub capace di produrre biometano, energia e acqua affinata. La localizzazione di un data center deve quindi partire da una pianificazione preventiva che includa disponibilità idrica, tecnologie di raffreddamento e possibilità di utilizzare risorse non potabili. L’AI può aiutare il gestore a risparmiare acqua, ma la propria infrastruttura deve rispettare lo stesso criterio di efficienza e circolarità.
Cristini definisce necessaria la sinergia tra produzione energetica e data center. La filiera italiana dell’elettronica e dell’elettrotecnica può progettare, costruire e gestire gli impianti, oltre a produrre le tecnologie impiegate. L’AI è già utilizzata nella scelta dei siti, nell’analisi dei vincoli, nel permitting, nella costruzione e nella gestione degli impianti rinnovabili; può anche sostenere gli uffici pubblici nell’elaborazione delle pratiche ripetitive. Per integrare nuovi consumi servono la maggiore quantità possibile di energia rinnovabile e sistemi di accumulo adeguati, dentro una programmazione che superi il solo orizzonte degli obiettivi 2030. Il principale ostacolo indicato da Cristini è l’incertezza dei tempi: gli iter autorizzativi per le rinnovabili durano mediamente da cinque a sette-otto anni, mentre rete, connessioni e giustizia amministrativa aggiungono ulteriori passaggi. L’industria, invece, deve conoscere in anticipo la direzione del mercato per investire in impianti con tempi lunghi di sviluppo e mantenere in Italia la produzione delle tecnologie. «Ci serve stabilità normativa: regole chiare, magari che non ci piacciono, ma chiare», ha detto. La continua aggiunta di norme presentate come semplificazioni rischia di rendere più difficile il lavoro di operatori e amministrazioni. Regole definite presto, coerenti e durature possono limitare le distorsioni speculative, agevolare chi sviluppa progetti solidi e sincronizzare data center, rinnovabili, accumuli e infrastrutture di rete.
Colla riconduce costi e benefici alla questione del governo democratico della tecnologia. «L’hanno chiamata intelligenza artificiale, ma dietro ci sono sempre le persone», ha ricordato citando il lavoro di Rita Cucchiara. L’algoritmo nasce da studi e competenze: la tecnologia deve essere a disposizione della persona, non la persona a disposizione della tecnologia. Rinunciare all’AI, tuttavia, significherebbe essere esclusi dalla trasformazione produttiva. Per una struttura imprenditoriale composta in larghissima parte da aziende fino a dieci dipendenti, la politica industriale deve aiutare anche le realtà più piccole ad accedere a investimenti e competenze. In Emilia-Romagna, Colla ha richiamato i supercomputer pubblici del Tecnopolo di Bologna e del Cineca, messi a disposizione di ricerca, filiere e amministrazioni, insieme agli investimenti per trattenere ricercatori e dottori di ricerca. «No, dobbiamo fare il più grande investimento sulle teste, perché se non abbiamo le teste quella tecnologia non la governiamo», ha affermato. Per i data center ha proposto un piano regolatore che stabilisca quanti realizzarne, dove collocarli, quali tecnologie richiedere e come usare acqua depurata e sistemi a ciclo chiuso, privilegiando anche la rigenerazione urbana. La mediazione, ha spiegato, è lo strumento per gestire la complessità, ma una legge efficace deve dare sì e no chiari, evitando risposte indefinite. Servono inoltre investimenti programmati nelle reti e una strategia energetica nazionale capace di dialogare con l’Europa. Solo una regia pubblica che tenga insieme infrastrutture, territorio, acqua, energia, competenze e consenso può trasformare la potenza dell’intelligenza artificiale in sviluppo accessibile, senza scaricarne i costi sulle comunità.
